[python] scikit-learn에서 여러 열의 레이블 인코딩

larsmans가 언급했듯이 LabelEncoder ()는 1 차원 배열 만 인수로 사용 합니다. 즉, 선택한 여러 열에서 작동하고 변환 된 데이터 프레임을 반환하는 자체 레이블 인코더를 롤링하는 것은 매우 쉽습니다. 여기 내 코드는 Zac Stewart의 훌륭한 블로그 게시물에 있습니다 .

사용자 지정 인코더를 만들기 단순히 클래스를 만드는 작업이 포함됩니다 그에게 응답 fit(), transform()및 fit_transform()방법. 귀하의 경우 좋은 시작은 다음과 같습니다.

import pandas as pd
from sklearn.preprocessing import LabelEncoder
from sklearn.pipeline import Pipeline

# Create some toy data in a Pandas dataframe
fruit_data = pd.DataFrame({
    'fruit':  ['apple','orange','pear','orange'],
    'color':  ['red','orange','green','green'],
    'weight': [5,6,3,4]
})

class MultiColumnLabelEncoder:
    def __init__(self,columns = None):
        self.columns = columns # array of column names to encode

    def fit(self,X,y=None):
        return self # not relevant here

    def transform(self,X):
        '''
        Transforms columns of X specified in self.columns using
        LabelEncoder(). If no columns specified, transforms all
        columns in X.
        '''
        output = X.copy()
        if self.columns is not None:
            for col in self.columns:
                output[col] = LabelEncoder().fit_transform(output[col])
        else:
            for colname,col in output.iteritems():
                output[colname] = LabelEncoder().fit_transform(col)
        return output

    def fit_transform(self,X,y=None):
        return self.fit(X,y).transform(X)

숫자 속성 만 남겨두고 두 범주 형 속성 ( fruit및 color) 을 인코딩하려고한다고 가정 합니다 weight. 우리는 다음과 같이 할 수 있습니다 :

MultiColumnLabelEncoder(columns = ['fruit','color']).fit_transform(fruit_data)

어떤 우리의 변환 fruit_data에서 데이터 집합을

에

전적으로 범주 형 변수로 구성된 데이터 프레임을 전달하고 columns매개 변수를 생략하면 모든 열이 인코딩됩니다 (원래 찾고있는 것으로 생각합니다).

MultiColumnLabelEncoder().fit_transform(fruit_data.drop('weight',axis=1))

이것은 변환

에

.

이미 숫자 인 속성을 인코딩하려고 할 때 질식 할 수 있습니다 (원하는 경우이를 처리하는 코드를 추가하십시오).

이것에 대한 또 다른 좋은 특징은 파이프 라인 에서이 맞춤형 변압기를 사용할 수 있다는 것입니다.

encoding_pipeline = Pipeline([
    ('encoding',MultiColumnLabelEncoder(columns=['fruit','color']))
    # add more pipeline steps as needed
])
encoding_pipeline.fit_transform(fruit_data)

답변

from sklearn.preprocessing import OneHotEncoder

OneHotEncoder(handle_unknown='ignore').fit_transform(df)

from sklearn.compose import make_column_transformer
from sklearn.preprocessing import RobustScaler
from sklearn.preprocessing import OneHotEncoder

categorical_columns = ['pets', 'owner', 'location']
numerical_columns = ['age', 'weigth', 'height']
column_trans = make_column_transformer(
    (categorical_columns, OneHotEncoder(handle_unknown='ignore'),
    (numerical_columns, RobustScaler())
column_trans.fit_transform(df)

>>> pd.DataFrame({col: df[col].astype('category').cat.codes for col in df}, index=df.index)
   location  owner  pets
0         1      1     0
1         0      2     1
2         0      0     0
3         1      1     2
4         1      3     1
5         0      2     1

>>> {col: {n: cat for n, cat in enumerate(df[col].astype('category').cat.categories)}
     for col in df}

{'location': {0: 'New_York', 1: 'San_Diego'},
 'owner': {0: 'Brick', 1: 'Champ', 2: 'Ron', 3: 'Veronica'},
 'pets': {0: 'cat', 1: 'dog', 2: 'monkey'}}

pandas.get_dummies(input_df) 

le.fit(df.columns)

le.transform(df.columns.get_values())

le.fit([y for x in df.get_values() for y in x])

le.transform([df.get_value(0, df.columns[0])])

le.fit([str(z) for z in set((x[0], y) for x in df.iteritems() for y in x[1])])

le.transform([str((df.columns[0], df.get_value(0, df.columns[0])))])